confidence / Engine 6 research

Engine 6: correzioni r4, recupero dei passaggi e prove su 500 fonti

La ricerca è proseguita dopo la distribuzione r3 del 7 novembre: integrate le correzioni r4, recuperati quattordici passaggi Google, valutati tutti i 120 casi sospesi ed eseguito un candidato corretto con 397/500 estrazioni locali e 367/500 nell’account SSH Hostinger. Questa sintesi raccoglie le evidenze datate dall’8 al 16 novembre.

Stato
Ricerca sperimentale
Pubblicata
2026-11-17
Modificata
2026-11-17
Categoria
confidence

Modifiche incluse

  1. 0111 novembre · Il candidato r4 corregge riuso delle valutazioni, compatibilità SDK, conservazione delle revisioni dopo errori, conferma delle catture e coerenza dei backup. Tutti i 29 rilievi hanno un esito documentato. Verifica locale: 1.624 test superati e 14 esclusi; sei controlli GitHub superati prima del merge.
  2. 0216 novembre · Quattordici passaggi Google mancavano per la fusione dei paragrafi nelle celle delle tabelle. Il candidato corretto riconosce tutti i 1.060 passaggi di riferimento archiviati. Superati 58 test mirati e un replay Python indipendente con rete disabilitata.
  3. 0316 novembre · Classificati tutti i 120 ambiti inizialmente falliti o sospesi. Le correzioni recuperano tredici casi dalle stesse catture, inclusi dieci falsi rilevamenti CAPTCHA, conservando i 380 successi precedenti. Superati 222 test mirati offline; per 46 esiti di trasporto la responsabilità resta da chiarire.
  4. 0416 novembre · Il catalogo congelato di 500 ambiti aveva prodotto 380 estrazioni nella prima prova locale. Il candidato corretto ne ha prodotte 397/500 localmente in 459,555 secondi e 367/500 nell’account SSH Hostinger in 772,602 secondi. La diagnostica remota è stata eseguita fuori dal sito servito; i 133 esiti falliti o sospesi restano registrati.
  5. 058–9 novembre · Superate due prove di connessione alle API gratuite. Una prova semantica separata ha ricevuto sei risposte dell’analista ma nessun verdetto utilizzabile del verificatore in undici tentativi. Il worker isolato è rimasto in coda alla verifica. Questi fallimenti restano nel registro di ricerca.

Limiti interpretativi

  • 01Il servizio pubblico resta PolicyWatcher stabile 5.5.0. Le scansioni private online restano su Preview r3; r4 e le correzioni di estrazione sono candidati in qualificazione su Git. La diagnostica SSH isolata è distinta dal worker distribuito.
  • 02La corrispondenza dei passaggi archiviati e il completamento di un’estrazione non dimostrano completezza della fonte o accuratezza semantica. Affidabilità del verificatore, recupero sotto carico, ripristino dei backup e 500 completamenti giornalieri dell’intera pipeline restano da qualificare. Le differenze tra prove live non sono tutte attribuibili alle correzioni.
  • 03Qwen ha fornito una revisione del codice per le correzioni dei casi sospesi. Gemini High e GLM non hanno prodotto un verdetto utilizzabile in quel tentativo. Le revisioni dei modelli sono distinte dai test eseguiti. L’aggiornamento storico r3 conserva data e misure originali.

Link evidenze